产业现状与核心难题 - 行业面临灵巧手数量众多但难以投入实际应用的共同难题，产品需在性能、寿命与成本间做出艰难取舍[2] - 尽管部分品牌宣传占据全球80%市场份额，但产业用户不愿买单，因其宣传的产品并非产业真正需要且敢于使用的[5] - 灵巧手发展面临三个关键问题：目标定位是替代人手还是工具、真正需要灵巧手的应用场景、以及灵巧手必须与场景深度结合[6] 灵巧手的技术路径与场景需求 - 灵巧手目标是在替代人手与替代工具间找到平衡，终极愿景是替代人手[7] - 替代人手方向追求极致通用性与拟人化，如特斯拉Optimus GEN3的22自由度灵巧手；替代工具方向则在特定任务中追求高效可靠与低成本，如特斯拉Optimus GEN1的6自由度灵巧手[7] - 汽车制造业总装车间是核心应用点，涉及非标准化操作、精细操作及综合感知决策等复杂需求，自动化率低仍依赖大量人工[8][9] - 灵巧手的灵巧性是在特定环境与任务中通过物理交互涌现的能力，硬件设计、控制算法及学习训练数据均需由场景需求驱动[10][11][12] 公司的解决方案与产品布局 - 公司选择以机械与控制复杂性换取本体结构轻量化与拟人化，解决绳驱灵巧手设计难度、量产工艺与可靠性挑战[13] - 硬件产品线涵盖3款灵巧手：通用版五指DexHand 021是唯一投入高频数据采集应用的高自由度绳驱灵巧手，通过130套模具实现741个零件标准化生产[15][16] - 入门版三指DexHand 021S通过双拇指构型实现约70%人手功能，结合掌心视觉与指尖触觉扩展多场景操作任务[16] - 专业版腕手一体五指DexHand 021pro具备双绳双向传动、全掌感知与端侧算力，实现抓取规划的智能化与力控能力[16] 数据与模型构建策略 - 公司开发DexCap数据采集外骨骼与桌面手部动捕触觉手套，旨在捕获人类操作的多维度信息，并于今年9月底开源DexCanvas数据集[17] - 操作智能核心在于接触力信息，公司聚焦Action本身，构建参数量为30亿级的灵巧操作基础模型，而非追求参数超过300亿的大规模视觉语言模型[15][19] - 通过与场景需求方深度协同，共建真实环境中的数据采集工厂，在垂直场景中系统获取操作数据训练专用操作模型[19] 行业发展趋势与愿景 - 灵巧手正处在从演示可行到应用可用的关键十字路口，破解困局之道在于回归有用本质，通过硬件、数据与模型深度融合[19] - 将无形的智能转化为精准可控的操作力，当灵巧手能可靠完成具体任务时，将触及通用智能机器人与人类共同未来的大门[19]